Ein Anwendungsfall auf Basis bestehender Modelle
- Assistent oder Automatisierung für einen Ablauf
- Anbindung an ein bis zwei Bestandssysteme
- Protokollierung und Monitoring
- Kennzeichnung nach Art. 50 EU AI Act
- 4 bis 6 Wochen
Wir bauen KI-Agenten, RAG-Wissensdatenbanken und LLM-Integrationen, die in Ihren Systemen laufen: ERP, CRM, Ticketsystem, Dokumentenablage. Entwicklung aus Budapest, gleiche Zeitzone, EU-Recht, Abnahme nach Werkvertrag.
Eine Untersuchung des MIT Project NANDA (Juli 2025, über 300 gemeldete Einführungen, 52 Interviews) fand bei 95 Prozent der Pilotprojekte mit generativer KI keinen messbaren Ergebnisbeitrag. Dieselbe Untersuchung nennt eine Erfolgsquote von 67 Prozent, wenn internes Fachwissen und ein externer Partner zusammenarbeiten, gegenüber 22 Prozent bei rein interner Umsetzung. Den Unterschied macht selten das Modell.
Ein Sprachmodell im Browsertab
Ein Agent im Fachprozess
Prompt-Tipps bekommen Sie kostenlos im Netz. Was fehlt, ist die Strecke von der Idee bis zu einem System, das eine Fachabteilung ein Jahr später noch benutzt. Darum geht es hier.
Ein Agent führt mehrstufige Abläufe aus: Beleg lesen, Daten gegen den Bestand prüfen, im ERP anlegen, bei Abweichung an einen Menschen übergeben. Der Zugriff auf Ihre Systeme läuft über definierte Werkzeuge, in neueren Projekten über das Model Context Protocol, damit jede Aktion einzeln freigegeben und protokolliert werden kann. Wir bauen das in Python mit LangGraph, nicht in einem Klick-Baukasten, weil sich nur so Versionsstand, Test und Fehlerbehandlung kontrollieren lassen. Gartner erwartet, dass bis Ende 2027 über 40 Prozent der agentischen KI-Projekte abgebrochen werden (Prognose vom 25.06.2025, Umfrage mit 3.412 Teilnehmern); als Gründe nennt die Analyse unklaren Geschäftsnutzen und Kosten. Deshalb beginnt jedes Projekt bei uns mit einem Anwendungsfall, der eine Zahl hat.
Handbücher, Arbeitsanweisungen, Verträge und Tickethistorie werden durchsuchbar, und die Antwort nennt Dokument und Fundstelle. Technisch entscheidet die Suchqualität, nicht das Modell: Anthropic hat die Fehlerquote beim Abruf in eigenen Messungen von 5,7 auf 1,9 Prozent gesenkt, indem Vektorsuche, Stichwortsuche und ein Reranking-Schritt kombiniert wurden (19.09.2024). Bei Artikelnummern, Normbezeichnungen und Fachvokabular ist reine Vektorsuche der häufigste Grund für falsche Antworten.
98 Prozent der befragten deutschen Unternehmen sagen, die Herkunft des Cloud-Anbieters spiele eine Rolle, 68 Prozent würden einen europäischen Anbieter bevorzugen, heute nutzen 71 Prozent einen US-Anbieter (Bitkom Cloud Report 2026, 603 Unternehmen ab 20 Beschäftigten, repräsentativ, 17.06.2026). Wir betreiben Modelle wahlweise in einer EU-Region oder auf Ihrer eigenen Hardware mit Ollama oder vLLM, offene Modelle wie Qwen, Llama oder Mistral eingeschlossen. Bei On-Premise verlässt kein Dokument Ihr Netz. Ungarn ist EU-Mitgliedstaat, damit entfällt der Drittlandtransfer samt Standardvertragsklauseln und Transfer Impact Assessment.
Datenschutzanforderungen sind im deutschen Markt mit 77 Prozent das größte externe Hindernis für KI-Vorhaben (Bitkom, Digitalisierung der Wirtschaft, 604 Unternehmen ab 20 Beschäftigten, repräsentativ, 11.03.2026). Sie erhalten einen AVV nach Art. 28 DSGVO, die benannte Liste der Unterauftragsverarbeiter, ein Löschkonzept und Zugriffsprotokolle. Seit dem 02.08.2026 gelten die Transparenzpflichten aus Art. 50 des EU AI Act: erkennbare Kennzeichnung des KI-Systems, maschinenlesbare Markierung synthetischer Inhalte. Die Hochrisiko-Pflichten wurden mit der Verordnung (EU) 2026/1744 auf den 02.12.2027 (Anhang III) und den 02.08.2028 (Anhang I) verschoben.
Nach Erhebung des ifo Instituts entwickeln nur 18,7 Prozent der KI-nutzenden deutschen Unternehmen ein eigenes System, rund drei Viertel setzen fertige Produkte ein (05.06.2026). Interessant wird es dort, wo das fertige Produkt aufhört: bei Ihren Daten, Ihren Regeln, Ihren Schnittstellen.
Handbücher, Arbeitsanweisungen, Angebote und Verträge in einer Suche, mit Quellenverweis und Zugriffsrechten pro Abteilung. Läuft in Teams, Slack oder im Browser. Der Nutzen entsteht bei den Kollegen, die heute drei Leute fragen müssen.
Eingangsrechnungen und Lieferscheine auslesen, gegen die Bestellung prüfen, im ERP buchen, Unklares an einen Menschen geben. Die Kosten hängen an der Zahl der Schritte, nicht am Modell: dieselben 1.000 Dokumente kosten rund 8,70 USD in einem einzigen Extraktionsaufruf und rund 232 USD in einer achtstufigen Agentenschleife (eigene Rechnung aus den offiziellen Listenpreisen, Stand 14.08.2026).
Wiederkehrende Fragen beantwortet das System aus Ihrer eigenen Dokumentation, alles andere geht mit vollständigem Verlauf an einen Mitarbeiter. Die Übergabe ist der Teil, der über die Akzeptanz entscheidet, nicht die Antwortqualität im Normalfall.
Angebote aus Preislisten und Vorlagen vorbereiten, Artikelstammdaten anreichern und vereinheitlichen, Ausschreibungsunterlagen vorstrukturieren. Ein Mensch gibt frei, das System spart die Tipparbeit davor.
Wir starten nicht mit einer KI-Plattform. Wir starten mit einem Ablauf, der heute Zeit kostet, und einer Messung, gegen die wir später vergleichen können.
Wir suchen zwei bis drei Abläufe, bei denen Menge, Bearbeitungszeit und Fehlerquote heute erfassbar sind, und schreiben diese Werte auf. Ohne Ausgangsmessung gibt es später keinen Nachweis, sondern nur Eindrücke. Dauer: ein bis zwei Wochen.
Wir testen an einer echten Stichprobe Ihrer Dokumente oder Tickets, nicht an einem Demo-Datensatz. Ergebnis ist eine Trefferquote und eine klare Aussage darüber, was das System nicht leisten wird. Wenn die Datenlage nicht trägt, sagen wir das hier und nicht nach dem Budgetbeschluss.
Vier bis acht Wochen bis zu einem System, das eine Fachabteilung produktiv nutzt. Der Umfang steht im Pflichtenheft, die Abnahmekriterien stehen im Vertrag. Grundlage ist ein Werkvertrag nach § 631 BGB mit Gewährleistung.
Zweite Messung gegen die Ausgangswerte. Dazu Eval-Harness mit festem Prüfdatensatz, Regressionstests bei jedem Modell- oder Prompt-Wechsel, Protokollierung jedes Laufs und ein Kostendeckel je Vorgang. Erst danach sprechen wir über weitere Abteilungen.
Sie entscheiden, ob wir den Betrieb übernehmen oder Ihr Team. In beiden Fällen erhalten Sie Quellcode, Prompts, Prüfdatensätze, Betriebsdokumentation und Zugänge. Ein Wechsel des Dienstleisters soll technisch möglich bleiben.
Modellunabhängig. Welches Modell zum Einsatz kommt, entscheiden der Anwendungsfall und die Frage, wo die Daten liegen dürfen. Der Rest ist normale Softwareentwicklung mit Tests und Versionsverwaltung.
Projektspannen, kein Abonnement. Umgerechnet aus unserer öffentlichen Preisliste in Forint zum Kurs 385 HUF/EUR, Stand 14.08.2026. Der Kurs schwankt, die Angaben sind daher Richtwerte; verbindlich wird der Preis nach dem Erstgespräch.
Ein Anwendungsfall auf Basis bestehender Modelle
Eigene Wissensdatenbank oder mehrstufiger Agent
Eigene Hardware, eigene Modelle, volle Datenhoheit
Die vollständige Preisliste mit allen Leistungen finden Sie hier: Preise im Detail →
KI kommt selten allein. Diese Themen liegen im Erstgespräch fast immer mit auf dem Tisch.
Rechnen Sie Ihren Fall durch, bevor Sie Angebote einholen: Amortisation und Nettoeffekt über drei Jahre.
Einstufung, Kennzeichnung nach Art. 50 und die technische Dokumentation, die dazugehört.
Wenn Ihr Auftraggeber Nachweise verlangt: Protokollierung, Zugriffe, Meldewege, Lieferkette.
Die Anwendung, in der der Assistent am Ende sitzt, samt Rechte- und Rollenmodell.
Sagen Sie uns, welcher Ablauf heute Zeit kostet. Sie bekommen eine Einschätzung, was KI dort bringt, was es ungefähr kostet und in welchem Fall wir davon abraten.